ऑटिज्म से पीड़ित लोगों को आमतौर पर नैदानिक अवलोकन और मूल्यांकन द्वारा निदान किया जाता है। नैदानिक निर्णय प्रक्रिया को फिर से संगठित करने के लिए, जो अक्सर व्यक्तिपरक और वर्णन करने में मुश्किल होता है, शोधकर्ताओं ने एक बड़े भाषा मॉडल (एलएलएम) का उपयोग उन व्यवहारों और टिप्पणियों को संश्लेषित करने के लिए किया है जो एक आत्मकेंद्रित निदान के सबसे अधिक संकेत हैं। उनके परिणाम, सेल प्रेस जर्नल में प्रकाशन कक्षदिखाएँ कि दोहरावदार व्यवहार, विशेष रुचियां और धारणा-आधारित व्यवहार सबसे अधिक आत्मकेंद्रित निदान से जुड़े हैं। इन निष्कर्षों में सामाजिक कारकों पर ध्यान केंद्रित करके आत्मकेंद्रित के लिए नैदानिक दिशानिर्देशों में सुधार करने की क्षमता है-जो कि DSM-5 पर ध्यान केंद्रित करने वाले दिशानिर्देशों पर ध्यान केंद्रित करते हैं, लेकिन मॉडल ने आत्मकेंद्रित के निदान में सबसे अधिक प्रासंगिक के बीच वर्गीकृत नहीं किया।
“हमारा लक्ष्य यह सुझाव देना नहीं था कि हम निदान के लिए एआई उपकरण के साथ चिकित्सकों को बदल सकते हैं,” मॉन्ट्रियल में एमआईएलए क्यूबेक आर्टिफिशियल इंटेलिजेंस इंस्टीट्यूट के वरिष्ठ लेखक डैनिलो बज़डोक कहते हैं। “बल्कि, हमने मात्रात्मक रूप से परिभाषित करने की मांग की कि एक अंतिम नैदानिक निर्धारण तक पहुंचने के लिए एक चिकित्सक का उपयोग करने वाले व्यवहार या रोगी इतिहास के पहलुओं को वास्तव में परिभाषित करने की मांग की गई है। ऐसा करने में, हम चिकित्सकों को नैदानिक उपकरणों के साथ काम करने के लिए सशक्त बनाने की उम्मीद करते हैं जो उनके अनुभवजन्य वास्तविकताओं के अनुरूप हैं।”
वैज्ञानिकों ने एक ट्रांसफार्मर भाषा मॉडल का लाभ उठाया, जिसे लगभग 489 मिलियन अद्वितीय वाक्यों पर पूर्व-प्रशिक्षित किया गया था। उन्होंने तब एलएलएम को ठीक किया, जो ऑटिज्म निदान के लिए विचार किए गए रोगियों के साथ काम करने वाले चिकित्सकों द्वारा लिखी गई 4,000 से अधिक रिपोर्टों के संग्रह से नैदानिक परिणाम की भविष्यवाणी करने के लिए था। रिपोर्ट, जिनका उपयोग अक्सर कई चिकित्सकों द्वारा किया जाता था, उनमें अवलोकन व्यवहार और प्रासंगिक रोगी इतिहास के खाते शामिल थे, लेकिन इसमें एक सुझाए गए नैदानिक परिणाम शामिल नहीं थे।
टीम ने एक bespoke LLM मॉड्यूल विकसित किया, जिसने उन रिपोर्टों में विशिष्ट वाक्यों को इंगित किया जो एक सही निदान भविष्यवाणी के लिए सबसे अधिक प्रासंगिक थे। फिर उन्होंने इन अत्यधिक आत्मकेंद्रित-प्रासंगिक वाक्यों के संख्यात्मक प्रतिनिधित्व को निकाला और उनकी तुलना सीधे DSM-5 में स्थापित किए गए स्थापित नैदानिक मानदंडों के साथ की।
“आधुनिक एलएलएम, अपनी उन्नत प्राकृतिक भाषा प्रसंस्करण क्षमताओं के साथ, मूल रूप से इस पाठीय विश्लेषण के अनुकूल हैं,” BZDOK कहते हैं। “हमने जो महत्वपूर्ण चुनौती का सामना किया, वह सटीक वाक्यों को इंगित करने के लिए वाक्य-स्तर की व्याख्या उपकरणों को डिजाइन करने में थी, जो स्वयं स्वास्थ्य पेशेवर द्वारा व्यक्त किए गए थे, जो कि एलएलएम द्वारा सही निदान भविष्यवाणी के लिए सबसे आवश्यक थे।”
शोधकर्ताओं को आश्चर्य हुआ कि एलएलएम स्पष्ट रूप से सबसे नैदानिक रूप से प्रासंगिक मानदंडों के बीच अंतर करने में सक्षम था। उदाहरण के लिए, उनके ढांचे ने कहा कि दोहरावदार व्यवहार, विशेष हित और धारणा-आधारित व्यवहार ऑटिज्म के लिए सबसे अधिक प्रासंगिक मानदंड थे। जबकि इन मानदंडों का उपयोग नैदानिक सेटिंग्स में किया जाता है, वर्तमान मानदंड सामाजिक परस्पर क्रिया में घाटे और संचार कौशल की कमी पर अधिक ध्यान केंद्रित करते हैं।
लेखकों ने ध्यान दिया कि इस अध्ययन की सीमाएं हैं, जिसमें भौगोलिक विविधता की कमी शामिल है। इसके अतिरिक्त, शोधकर्ताओं ने जनसांख्यिकीय चर के आधार पर अपने परिणामों का विश्लेषण नहीं किया, निष्कर्षों को अधिक व्यापक रूप से लागू करने के लक्ष्य के साथ।
टीम को उम्मीद है कि उनका ढांचा शोधकर्ताओं और चिकित्सा पेशेवरों के लिए सहायक होगा, जो मनोचिकित्सा, मानसिक स्वास्थ्य और न्यूरोडेवलपमेंटल विकारों की एक श्रृंखला के साथ काम कर रहे हैं, जिसमें नैदानिक निर्णय नैदानिक निर्णय लेने की प्रक्रिया के थोक बनाता है।
“हम उम्मीद करते हैं कि यह पेपर व्यापक आत्मकेंद्रित समुदाय के लिए अत्यधिक प्रासंगिक होगा,” Bzdok कहते हैं। “हम आशा करते हैं कि हमारा पेपर अधिक अनुभवजन्य रूप से व्युत्पन्न मानदंडों में नैदानिक मानकों को ग्राउंडिंग के बारे में बातचीत को प्रेरित करता है। हम यह भी आशा करते हैं कि यह सामान्य धागे स्थापित करेगा जो एक साथ आत्मकेंद्रित की विविध नैदानिक प्रस्तुतियों को एक साथ जोड़ता है।”
